Martin Hechler
@martin46er1.bsky.social
Covid-Amateur-Modellierer, beim Auswandern von X.
(2) Die Sequenzierungsdaten deuten auf einen sehr steilen Anstieg des Anteils der neuen Variante hin. Eine Modellierung, die zu einem solchen Anstieg passt, lässt die Winterwelle bis Februar 2026 noch einmal ansteigen und erst dann zusammenbrechen (Grafik 2).
November 20, 2025 at 11:58 AM
(2) Die Sequenzierungsdaten deuten auf einen sehr steilen Anstieg des Anteils der neuen Variante hin. Eine Modellierung, die zu einem solchen Anstieg passt, lässt die Winterwelle bis Februar 2026 noch einmal ansteigen und erst dann zusammenbrechen (Grafik 2).
(1) Der Anteil einer neuen Covid-Variante (BA.3.2.2?) scheint über 10% zu steigen (Grafik 1). Zu früh, genau zu modellieren, aber eine (zugegeben voreilige) Simulation zeigt: ⇒ /2.
November 20, 2025 at 11:58 AM
(1) Der Anteil einer neuen Covid-Variante (BA.3.2.2?) scheint über 10% zu steigen (Grafik 1). Zu früh, genau zu modellieren, aber eine (zugegeben voreilige) Simulation zeigt: ⇒ /2.
Die Todesfälle pro Woche liegen seit langem bei ~63% der Intensivbelegung 2 Wochen vorher (9% pro Tag). Die Meldungen der Intesivbelegung haben sich von meiner Modellierung seit einer Woche etwas abgelöst, sie fallen stärker, und seit 3 Tagen steigen die Todesfälle relativ zu dieser Entwicklung.
November 15, 2025 at 6:35 PM
Die Todesfälle pro Woche liegen seit langem bei ~63% der Intensivbelegung 2 Wochen vorher (9% pro Tag). Die Meldungen der Intesivbelegung haben sich von meiner Modellierung seit einer Woche etwas abgelöst, sie fallen stärker, und seit 3 Tagen steigen die Todesfälle relativ zu dieser Entwicklung.
(2) Die Tabelle zeigt Modellwerte heute, vor einer Woche, in einer Woche und am geschätzten Zeitpunkt der Halbierung der Infektionen (30.12.25).
November 15, 2025 at 10:34 AM
(2) Die Tabelle zeigt Modellwerte heute, vor einer Woche, in einer Woche und am geschätzten Zeitpunkt der Halbierung der Infektionen (30.12.25).
(1) Die Covid Fall- und Hospitalisierungsmeldungen des RKI folgen dem am 11.11. angepassten Modell (Grafik 2+3). Die Intensivbelegung geht stärker zurück als vorhergesagt, die Todesfälle steigen wieder (Grafik 4). Der RKI-R-Wert liegt heute genau auf der Modellkurve (Grafik 1). /2
November 15, 2025 at 10:34 AM
(1) Die Covid Fall- und Hospitalisierungsmeldungen des RKI folgen dem am 11.11. angepassten Modell (Grafik 2+3). Die Intensivbelegung geht stärker zurück als vorhergesagt, die Todesfälle steigen wieder (Grafik 4). Der RKI-R-Wert liegt heute genau auf der Modellkurve (Grafik 1). /2
(3) Der Abfall der DZ jetzt würde bedeuten, dass die tatsächliche Inzidenz noch stärker abfällt, als in meiner Modellierung mit konstanter DZ (Grafik). Wegen des ‚parallelen‘ Verlaufs der RKI-Fallmeldungen mit HOSP und ITS (mit XFG-Korrektur) halte ich das zumindest für merkwürdig.
November 13, 2025 at 10:42 AM
(3) Der Abfall der DZ jetzt würde bedeuten, dass die tatsächliche Inzidenz noch stärker abfällt, als in meiner Modellierung mit konstanter DZ (Grafik). Wegen des ‚parallelen‘ Verlaufs der RKI-Fallmeldungen mit HOSP und ITS (mit XFG-Korrektur) halte ich das zumindest für merkwürdig.
(1) Die Grafik vergleicht AMELAG und RKI Daten, alle auf die gleiche Höhe am 2024-Maximum skaliert. RKI-HOSP und RKI-Fälle verlaufen gleich, RKI-ITS fällt 2025 ab, bei mir als geringere XFG-Pathogenität interpretiert. Die grüne Kurve ist der Quotient AMELAG/RK-Fälle. /2
November 13, 2025 at 10:42 AM
(1) Die Grafik vergleicht AMELAG und RKI Daten, alle auf die gleiche Höhe am 2024-Maximum skaliert. RKI-HOSP und RKI-Fälle verlaufen gleich, RKI-ITS fällt 2025 ab, bei mir als geringere XFG-Pathogenität interpretiert. Die grüne Kurve ist der Quotient AMELAG/RK-Fälle. /2
Durch das vorzeitige Brechen der Covid-Welle ⇒ bsky.app/profile/mart... reduziert sich die Schätzung aller Infektionen mit DZ in 2025
- von 12,3 Mio
- auf 9,7 Mio, falls R1 gleich bleibt (Grafik 11),
- auf 11,6 Mio für R1+0,2 ab heute (rot gestrichelt in Grafik),
- auf 10,7 Mio für R1+0,1 am 1.11.
- von 12,3 Mio
- auf 9,7 Mio, falls R1 gleich bleibt (Grafik 11),
- auf 11,6 Mio für R1+0,2 ab heute (rot gestrichelt in Grafik),
- auf 10,7 Mio für R1+0,1 am 1.11.
November 8, 2025 at 10:32 AM
Durch das vorzeitige Brechen der Covid-Welle ⇒ bsky.app/profile/mart... reduziert sich die Schätzung aller Infektionen mit DZ in 2025
- von 12,3 Mio
- auf 9,7 Mio, falls R1 gleich bleibt (Grafik 11),
- auf 11,6 Mio für R1+0,2 ab heute (rot gestrichelt in Grafik),
- auf 10,7 Mio für R1+0,1 am 1.11.
- von 12,3 Mio
- auf 9,7 Mio, falls R1 gleich bleibt (Grafik 11),
- auf 11,6 Mio für R1+0,2 ab heute (rot gestrichelt in Grafik),
- auf 10,7 Mio für R1+0,1 am 1.11.
(4) Eine andere Ursache für höhere Immunisierung wäre ein geringerer Immunschwund. Grafik 10 modelliert einen solchen Fall. R1 fällt (richtigerweise) weniger, die Modulation Ende Oktober jedoch bleibt. ⇒ Ein Fehler bei den Schwundannahmen ist nicht für den Absturz verantwortlich. /5
November 8, 2025 at 10:24 AM
(4) Eine andere Ursache für höhere Immunisierung wäre ein geringerer Immunschwund. Grafik 10 modelliert einen solchen Fall. R1 fällt (richtigerweise) weniger, die Modulation Ende Oktober jedoch bleibt. ⇒ Ein Fehler bei den Schwundannahmen ist nicht für den Absturz verantwortlich. /5
(3) Mehr Infektionen im Sommer heben die Bevölkerungsimmunisierung. Grafik 6-9 zeigen eine Modellierung mit einem genäherten AMELAG DZ-Profil.
Die R1-Modulation bleibt notwendig, um den Absturz der Welle zu erzeugen, und HOSP und ITS (DZ-frei modelliert) passen nicht mehr. /4
Die R1-Modulation bleibt notwendig, um den Absturz der Welle zu erzeugen, und HOSP und ITS (DZ-frei modelliert) passen nicht mehr. /4
November 8, 2025 at 10:24 AM
(3) Mehr Infektionen im Sommer heben die Bevölkerungsimmunisierung. Grafik 6-9 zeigen eine Modellierung mit einem genäherten AMELAG DZ-Profil.
Die R1-Modulation bleibt notwendig, um den Absturz der Welle zu erzeugen, und HOSP und ITS (DZ-frei modelliert) passen nicht mehr. /4
Die R1-Modulation bleibt notwendig, um den Absturz der Welle zu erzeugen, und HOSP und ITS (DZ-frei modelliert) passen nicht mehr. /4
(2) Für die niedrigen Infektionszahlen im Sommer kommen die AMELAG Abwasserdaten auf eine höhere DZ als die in meiner Modellierung relativ zu DZ-freier ITS (=87). In Grafik 5 ist die AMELAG-Kurve eine Woche nach rechts verschoben und in der Höhe bei den Wellenbergen an die RKI-Kurve angepasst. /3
November 8, 2025 at 10:24 AM
(2) Für die niedrigen Infektionszahlen im Sommer kommen die AMELAG Abwasserdaten auf eine höhere DZ als die in meiner Modellierung relativ zu DZ-freier ITS (=87). In Grafik 5 ist die AMELAG-Kurve eine Woche nach rechts verschoben und in der Höhe bei den Wellenbergen an die RKI-Kurve angepasst. /3
(1) Grafik 1-4 zeigen die Anpassung des Covid-19-Modells vom 7.11., und zwar mit DZ=konst., aber mit am Maximum neu skalierten Pathogenitätsfaktoren (HOSP und ITS) für XFG.
Die 2025-Welle ist eine Woche früher gebrochen als vorher modelliert.
Woran kann das liegen? → /2 bis /5
Die 2025-Welle ist eine Woche früher gebrochen als vorher modelliert.
Woran kann das liegen? → /2 bis /5
November 8, 2025 at 10:24 AM
(1) Grafik 1-4 zeigen die Anpassung des Covid-19-Modells vom 7.11., und zwar mit DZ=konst., aber mit am Maximum neu skalierten Pathogenitätsfaktoren (HOSP und ITS) für XFG.
Die 2025-Welle ist eine Woche früher gebrochen als vorher modelliert.
Woran kann das liegen? → /2 bis /5
Die 2025-Welle ist eine Woche früher gebrochen als vorher modelliert.
Woran kann das liegen? → /2 bis /5
Die Erklärung des Rückgangs der Fallmeldungen durch DZ-Anstieg in ⇒ bsky.app/profile/mart...
ist unbefriedigend. Auch HOSP und ITS fallen relativ zum Modell. Die Grafiken zeigen eine vorläufige Anpassung durch R1-Manipulation. Die Grenzen meines Modells scheinen erreicht zu sein.
ist unbefriedigend. Auch HOSP und ITS fallen relativ zum Modell. Die Grafiken zeigen eine vorläufige Anpassung durch R1-Manipulation. Die Grenzen meines Modells scheinen erreicht zu sein.
November 1, 2025 at 1:38 PM
Die Erklärung des Rückgangs der Fallmeldungen durch DZ-Anstieg in ⇒ bsky.app/profile/mart...
ist unbefriedigend. Auch HOSP und ITS fallen relativ zum Modell. Die Grafiken zeigen eine vorläufige Anpassung durch R1-Manipulation. Die Grenzen meines Modells scheinen erreicht zu sein.
ist unbefriedigend. Auch HOSP und ITS fallen relativ zum Modell. Die Grafiken zeigen eine vorläufige Anpassung durch R1-Manipulation. Die Grenzen meines Modells scheinen erreicht zu sein.
Seit bsky.app/profile/mart... vom 8.10. hat sich bei den Corona-Variantenanteilen nicht viel geändert (Grafik):
⇨ XFG+NB.1.8.1 dominieren, NB.1.8.1 hat relativ zu XFG zugenommen (~20%).
⇨ Der Anteil von KP.2 und XEC zugeordneten Sequenzen nimmt zu (~15% in letzter Probe).
⇨ XFG+NB.1.8.1 dominieren, NB.1.8.1 hat relativ zu XFG zugenommen (~20%).
⇨ Der Anteil von KP.2 und XEC zugeordneten Sequenzen nimmt zu (~15% in letzter Probe).
October 30, 2025 at 1:39 PM
Seit bsky.app/profile/mart... vom 8.10. hat sich bei den Corona-Variantenanteilen nicht viel geändert (Grafik):
⇨ XFG+NB.1.8.1 dominieren, NB.1.8.1 hat relativ zu XFG zugenommen (~20%).
⇨ Der Anteil von KP.2 und XEC zugeordneten Sequenzen nimmt zu (~15% in letzter Probe).
⇨ XFG+NB.1.8.1 dominieren, NB.1.8.1 hat relativ zu XFG zugenommen (~20%).
⇨ Der Anteil von KP.2 und XEC zugeordneten Sequenzen nimmt zu (~15% in letzter Probe).
(3) Eine Dunkelzifferänderung am 17.10. von 87 auf 105 genügt, um das Modell für die Infektionsmeldungen anzupassen (Grafik). Alle anderen Kurven hängen nicht von der Dunkelziffer ab.
October 29, 2025 at 1:12 PM
(3) Eine Dunkelzifferänderung am 17.10. von 87 auf 105 genügt, um das Modell für die Infektionsmeldungen anzupassen (Grafik). Alle anderen Kurven hängen nicht von der Dunkelziffer ab.
(2) Die Tabelle gibt Modellwerte der Covid-19 Pandemie am 28.10., bei ±7 Tagen und am Maximum (Neuinfektionen, Hospitalisierungen, Intensivbelegung, R-Wert, Inzidenz) für den Referenzfall (rot). Der Fall bei -7 Tage (21.10.) entspricht dem Fall bei +7 Tage in ⇒ bsky.app/profile/mart.... /3
October 29, 2025 at 1:12 PM
(2) Die Tabelle gibt Modellwerte der Covid-19 Pandemie am 28.10., bei ±7 Tagen und am Maximum (Neuinfektionen, Hospitalisierungen, Intensivbelegung, R-Wert, Inzidenz) für den Referenzfall (rot). Der Fall bei -7 Tage (21.10.) entspricht dem Fall bei +7 Tage in ⇒ bsky.app/profile/mart.... /3
(1) Grafik 3+4 zeigen, dass die Meldungen (für HOSP und ITS) über der Modellvorhersage vom 14.10. (vor meinem Urlaub ⇒https://x.com/Martin46er1/status/1978018435268300993) lagen, aber jetzt zu ihr zurückkehren.
Die Meldungen der Neuinfektionen weichen ab.
⇨ Mögliche Erklärung in /3.
Die Meldungen der Neuinfektionen weichen ab.
⇨ Mögliche Erklärung in /3.
October 29, 2025 at 1:12 PM
(1) Grafik 3+4 zeigen, dass die Meldungen (für HOSP und ITS) über der Modellvorhersage vom 14.10. (vor meinem Urlaub ⇒https://x.com/Martin46er1/status/1978018435268300993) lagen, aber jetzt zu ihr zurückkehren.
Die Meldungen der Neuinfektionen weichen ab.
⇨ Mögliche Erklärung in /3.
Die Meldungen der Neuinfektionen weichen ab.
⇨ Mögliche Erklärung in /3.
(3) Die Tabelle gibt den Status der Covid-19 Pandemie heute, bei ±7 Tage und am Maximum (Neuinfektionen, Hospitalisierungen, Intensivbelegung, R-Wert, Inzidenz mit Dunkelziffer). Alle Werte sind aus den Modellkurven für den Referenzfall (rot) abgelesen.
October 14, 2025 at 8:44 AM
(3) Die Tabelle gibt den Status der Covid-19 Pandemie heute, bei ±7 Tage und am Maximum (Neuinfektionen, Hospitalisierungen, Intensivbelegung, R-Wert, Inzidenz mit Dunkelziffer). Alle Werte sind aus den Modellkurven für den Referenzfall (rot) abgelesen.
(1) Bis zum 28.10. bin ich in computerfreiem Urlaub. Als Vorbereitung für den Vergleich Modellvorhersage gegen Meldungen am 29.10. mein ‚Best Guess‘ von heute (Grafik 1-4). Die Kurven für R1± 0,05 sollen die Unsicherheit der Vorhersage andeuten (kein Konfidenzintervall!). /2
October 14, 2025 at 8:44 AM
(1) Bis zum 28.10. bin ich in computerfreiem Urlaub. Als Vorbereitung für den Vergleich Modellvorhersage gegen Meldungen am 29.10. mein ‚Best Guess‘ von heute (Grafik 1-4). Die Kurven für R1± 0,05 sollen die Unsicherheit der Vorhersage andeuten (kein Konfidenzintervall!). /2
(3) Nach dem Blick auf ein kurzes Zeitintervall in Grafik 5 ein Blick auf das Ganze in Grafik 6, die gesamte Pandemie:
Als Beispiel zeigt die Kurve der Hospitalisierungen, 'wo wir sind'.
Als Beispiel zeigt die Kurve der Hospitalisierungen, 'wo wir sind'.
October 10, 2025 at 8:44 AM
(3) Nach dem Blick auf ein kurzes Zeitintervall in Grafik 5 ein Blick auf das Ganze in Grafik 6, die gesamte Pandemie:
Als Beispiel zeigt die Kurve der Hospitalisierungen, 'wo wir sind'.
Als Beispiel zeigt die Kurve der Hospitalisierungen, 'wo wir sind'.
(2) Wenn morgen die Meldelücke vom 4.10. aus der Mittlung fällt, steigen die Meldungen über die Modellkurve. Dienstag/Mittwoch, wenn die Nachmeldungen herausfallen, kehren sie zum Modell zurück (Grafik 5). Der Melde-R-Wert (4-Tage-Formel) beruhigt sich erst am 28.10. /3
October 10, 2025 at 8:44 AM
(2) Wenn morgen die Meldelücke vom 4.10. aus der Mittlung fällt, steigen die Meldungen über die Modellkurve. Dienstag/Mittwoch, wenn die Nachmeldungen herausfallen, kehren sie zum Modell zurück (Grafik 5). Der Melde-R-Wert (4-Tage-Formel) beruhigt sich erst am 28.10. /3
(1) Die Meldungen folgen dem Modell (mit Abweichung durch die Feiertagslücke ⇒ erklärt in /2).
Die Tabelle in Grafik 2 gibt Modellwerte (bester Fit für Meldungen) heute, vor einer Woche und in einer Woche.
⇨ Der R-Wert fällt!
⇨ Maximale Inzidenz am 11.11.25 (R=1).
/2
Die Tabelle in Grafik 2 gibt Modellwerte (bester Fit für Meldungen) heute, vor einer Woche und in einer Woche.
⇨ Der R-Wert fällt!
⇨ Maximale Inzidenz am 11.11.25 (R=1).
/2
October 10, 2025 at 8:44 AM
(1) Die Meldungen folgen dem Modell (mit Abweichung durch die Feiertagslücke ⇒ erklärt in /2).
Die Tabelle in Grafik 2 gibt Modellwerte (bester Fit für Meldungen) heute, vor einer Woche und in einer Woche.
⇨ Der R-Wert fällt!
⇨ Maximale Inzidenz am 11.11.25 (R=1).
/2
Die Tabelle in Grafik 2 gibt Modellwerte (bester Fit für Meldungen) heute, vor einer Woche und in einer Woche.
⇨ Der R-Wert fällt!
⇨ Maximale Inzidenz am 11.11.25 (R=1).
/2
Seit meinem letzten Bericht vom 18.9. zu den Variantenanteilen ⇒ bsky.app/profile/mart... hat sich nichts geändert:
- XFG+NB.1.8.1 dominieren (85%+10%).
- Weltweit keine neuen Varianten mit großem Verbreitungsvorteil in Sicht ⇒ bsky.app/profile/mike....
- XFG+NB.1.8.1 dominieren (85%+10%).
- Weltweit keine neuen Varianten mit großem Verbreitungsvorteil in Sicht ⇒ bsky.app/profile/mike....
October 8, 2025 at 9:31 AM
Seit meinem letzten Bericht vom 18.9. zu den Variantenanteilen ⇒ bsky.app/profile/mart... hat sich nichts geändert:
- XFG+NB.1.8.1 dominieren (85%+10%).
- Weltweit keine neuen Varianten mit großem Verbreitungsvorteil in Sicht ⇒ bsky.app/profile/mike....
- XFG+NB.1.8.1 dominieren (85%+10%).
- Weltweit keine neuen Varianten mit großem Verbreitungsvorteil in Sicht ⇒ bsky.app/profile/mike....
Wenn die Meldungen (schwarz) nicht der Mittelungssignatur des Feiertags folgen (rot), gab es nicht nur eine Meldelücke (DZ-Variation), sondern tatsächlich weniger Infektionen (Senke im Kontaktindex R1). Die Infektionskurve kehrt dann nicht zum vorherigen Modell zurück (blau).
October 8, 2025 at 9:20 AM
Wenn die Meldungen (schwarz) nicht der Mittelungssignatur des Feiertags folgen (rot), gab es nicht nur eine Meldelücke (DZ-Variation), sondern tatsächlich weniger Infektionen (Senke im Kontaktindex R1). Die Infektionskurve kehrt dann nicht zum vorherigen Modell zurück (blau).
(2) Bei der R-Wert-Berechnung aus dem Modell für die Meldedaten (mit DZ-Variation) mit der 4-Tage-Formel (blau in Grafik, schwarz für RKI-Daten) ist die Meldelücke vom 3.10. erst am 26.10. ausgemittelt. Der R-Wert aus dem Modell für Infektionen mit DZ (rot gestrichelt) ist stabiler.
October 4, 2025 at 12:21 PM
(2) Bei der R-Wert-Berechnung aus dem Modell für die Meldedaten (mit DZ-Variation) mit der 4-Tage-Formel (blau in Grafik, schwarz für RKI-Daten) ist die Meldelücke vom 3.10. erst am 26.10. ausgemittelt. Der R-Wert aus dem Modell für Infektionen mit DZ (rot gestrichelt) ist stabiler.